谷歌联合创始人谢尔盖·布林（Sergey Brin）在围绕新一代模型 Gemini 4 Argon 举行的圆桌讨论中表示，Gemini 模型正迈向“自我改进”的关键时刻，AI 已开始参与打造自己的下一代模型。他称，谷歌此前推出的 Flash 系列模型已经显示出这一趋势，公司正“开始踏上 RSI 的跑步机”。
RSI 全称为 Recursive Self-Improvement，即递归自我改进，指 AI 帮助构建更强的 AI，进而形成加速迭代的飞轮效应。这一概念长期以来被视为通用人工智能发展路径上的关键节点，如今正从理论讨论进入工程实践的视野。
谷歌在 Argon 的安全报告中披露了 AI 研发流程自动化的具体进展。报告显示，AI 智能体现在可承担大部分生产代码编写和漏洞修复工作，但代码变更在提交前仍须经过人工审核。这一安排表明，谷歌在推进研发自动化的同时，仍在关键环节保留人工控制权。
布林的判断并非谷歌独有。Anthropic 与 OpenAI 也曾表示，AI 可能正接近 RSI 阶段。Gladstone AI 本周发布的报告称，受访的多数来自 Anthropic、OpenAI 和 DeepMind 等机构的研究人员认为，RSI 可能在未来 3 至 12 个月内开始。多家头部 AI 实验室研究人员的相似判断，使这一议题从边缘讨论转向行业主流议程。
从技术路径看，AI 参与模型研发主要体现在代码生成、漏洞修复、训练流程调优等环节。谷歌披露的信息显示，其内部研发流程已在一定程度上依赖 AI 智能体完成生产代码编写，这意味着模型迭代的部分工作可由上一代模型辅助完成。人工审核环节的存在，则构成当前阶段的主要安全边界。
RSI 议题同时引发安全担忧。此前有 AI 研究者警告，如果缺乏足够防护机制，人类可能逐渐失去对快速自我改进技术的控制。这一担忧的核心在于，当 AI 系统能够显著加速自身能力提升时，现有的监管框架、评估方法和安全对齐手段可能难以同步跟进。
从行业影响看，谷歌、Anthropic、OpenAI 等机构在 RSI 问题上的公开表态，正在推动 AI 安全治理从原则讨论进入具体工程实践层面。模型研发流程的自动化程度、人工审核的介入深度、以及自我改进速度的可控性，将成为未来一段时间内 AI 实验室需要持续披露和接受外部评估的关键指标。
布林此次发声的时点，正值谷歌推进 Gemini 4 Argon 模型迭代。头部厂商在模型能力竞争之外，开始将研发流程本身的自动化程度作为对外沟通的内容，这一变化本身也反映出 AI 行业竞争维度正在从单一模型性能向研发效率与安全治理能力延伸。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
